你有没有遇到过这种情况：点餐时拿到的二维码小票被水渍晕开一角，或者快递单上的二维码被划出一道痕，可手机一扫，竟然还是秒识别。这和我们印象中“信息少一点就全乱套”的直觉完全相反。二维码究竟藏了什么秘密，能让它在破损时依然读出完整信息？
答案藏在一种叫做“里德-所罗门纠错码”的数学魔法里。它就像给数据买了份保险：原始信息之外，还额外存了一些“冗余”信息，专门用来推算损坏的部分。这篇文章我们就来拆解这个魔法，看看二维码里的数据是怎么组织的，纠错码如何让信息“起死回生”，以及脏到什么程度二维码才会真的罢工。
二维码里的数据是怎么放的？
把二维码想象成一个装满黑白小方块的棋盘，每个小方块代表一个“0”或“1”。这些二进制数据并不是直接把网址或文字转成0/1就填进去，而是先被切分成一小段一小段的“数据码字”（data codeword）。每个码字通常由8个比特组成，可以表示一个数字、字母或字节。
但光有数据码字还不够。二维码在生成时，会按照选定的纠错级别，在数据码字后面追加一串“纠错码字”（error correction codeword）。这两部分合在一起，构成一个完整的“码块”。你可以这样理解：数据码字是你要寄出的礼物，纠错码字是包装盒里塞满的泡沫粒——即使运输过程中盒子被挤压，泡沫粒也能保护礼物不损坏，甚至能帮你推断出礼物原本的形状。
不同版本的二维码（版本越高，存储容量越大）会把总数据分成若干个码块，每个码块里数据码字和纠错码字的数量都严格遵循国际标准ISO/IEC 18004的规定。例如，一个最常见的版本2、纠错级别为M的二维码，总共有28个数据码字，搭配16个纠错码字，放在一个码块里。这意味着，只要损坏的码字不超过16个，原始数据就能被完整恢复。
里德-所罗门算法：如何从“乱码”中找回信息？
里德-所罗门（Reed-Solomon）纠错码是1960年由Irving S. Reed和Gustave Solomon提出的，如今早已融入无数电子设备中——从CD、DVD到深空通信都有它的身影。它的核心思想可以用一个初中数学类比来理解。
假设我们要传递两个数字：3和5。为了容错，我们额外计算两个“校验值”：它们的和（8）与积（15），然后把3、5、8、15一起发送。如果传输过程中3变成了问号，但5、8、15都正确，接收方就可以列方程：
- 未知数 x + 5 = 8 → x = 3
- 未知数 x × 5 = 15 → x = 3 两个方程都指向3，恢复成功。这其实就是里德-所罗门算法的朴素版本——利用冗余信息构造方程，通过求解方程来定位并修正错误。
真实的算法要复杂得多，它在一个叫做“伽罗瓦域”（Galois Field）的有限域里进行运算，确保所有计算结果仍然落在0~255之间，不会溢出。但原理相通：纠错码字就是精心设计的“校验值”，它们与数据码字之间满足特定的多项式关系。扫描时，解码器会检查这个多项式是否成立。如果不成立，说明有错误；接着通过计算“症状值”（syndrome）找出错误位置，再解一个方程组算出错误幅度，最后把错误值“异或”回去，数据就复原了。
四种纠错级别：L、M、Q、H 怎么选？
二维码提供了四种纠错能力，分别用字母L、M、Q、H表示，对应不同的恢复能力：
| 纠错级别 | 可恢复的码字比例（约） | 特点与应用场景 |
|---|---|---|
| L (Low) | 约7% | 码图最紧凑，适合干净环境，如产品包装内码 |
| M (Medium) | 约15% | 平衡型，日常支付码、名片码常用 |
| Q (Quartile) | 约25% | 较高容错，适合可能轻度污损的户外标识 |
| H (High) | 约30% | 最高容错，适合恶劣环境，但码图会更大 |
这个比例是怎么来的？以版本1、纠错级别H为例：总共26个码字中，数据码字只有9个，纠错码字高达17个，纠错码字占比约65%。但“可恢复比例”并不是65%，因为纠错码字本身也会损坏。实际上，里德-所罗门算法能纠正的码字错误数量等于纠错码字数量的一半。所以17个纠错码字最多能恢复8.5个错误码字，约占总数26的32.7%。标准中给出的恢复上限就是大约30%。
级别越高，纠错码字越多，二维码图案也越密（同样的数据量需要更多小方块）。日常支付码通常用M级，既保证一定抗污能力，又不会让码图太复杂导致识别变慢。而工厂里零件上的直接打标码（DPM）往往用H级，因为油污、划痕不可避免。
脏污覆盖的极限：什么时候二维码会失效？
纠错能力虽强，但并非无限。二维码失效通常有两种情况：
-
损坏的码字超过纠错能力：这是最直接的原因。比如一个M级二维码，如果污渍恰好覆盖了超过15%的码字，且这些码字分布在同一个码块内，解码就会失败。但实际中，污渍形状往往不规则，可能同时影响多个码块，所以整体覆盖面积即使不到15%也可能导致失败。
-
关键功能图形受损：二维码有三个角落的“回”字形定位图案（finder pattern），以及用于校正扭曲的校正图形（alignment pattern）。这些图案不参与纠错编码，一旦被遮挡，手机可能连二维码的位置都找不到，更谈不上解码。所以你会看到，即使中心区域大面积破损，只要三个角还在，就有可能扫出来；而如果任意一个角被完全盖住，基本就废了。
一个有趣的小实验：你可以拿一张二维码，用不透明贴纸从边缘开始慢慢遮挡，同时用手机尝试扫描。你会发现，在某个临界点之前，扫描速度可能变慢（因为解码器需要花更多时间纠错），但一旦超过临界点，就突然完全扫不出来了。这就是纠错算法从“可解”到“不可解”的悬崖效应。
生活中的启示：为什么有些二维码特别“抗造”？
了解了原理，再看生活中的现象就清晰多了。快递单上的二维码通常印得很大，版本较高，纠错级别往往选M或Q，所以轻微划痕不影响。而共享单车的二维码直接暴露在户外，日晒雨淋，通常采用金属蚀刻或加保护层，同时选用H级纠错，即使被刮花一部分也能坚持很久。
但也要注意，纠错码不是万能的。如果二维码被折叠、拉伸导致图形扭曲，或者被大面积涂改，即使纠错码字足够，定位图形也可能先失效。另外，手机摄像头的分辨率和解码算法也会影响实际容错表现——同一个破损码，不同手机扫出来的结果可能不同。
归根结底，二维码的“抗损伤”能力来自信息论中一个深刻的思想：冗余就是健壮。下次你再看到那个脏了一角的二维码顺利扫开时，不妨想起那些默默躺在数据后面的纠错码字，它们正用数学的力量，守护着每一次“嘀”的一声。